基于BP神经网络算法的密云水库水质参数反演研究

• 作者: 姜群鸥 徐藜丹 梁勇 王荣臣 苏帅 马丰魁
• 来源期刊: 生态环境学报
• 学科: 地球科学
• 关键词: BP神经网络 水质参数反演 密云水库
• 年，卷（期）: 2020,（3）
• 页码范围: 569-579
• 页数: 11页
• 分类号: X52
• 字数: 8935字
• 语种: 中文
• DOI: 10.16258/j.cnki.1674-5906.2020.03.017

摘要

密云水库是北京市重要的地表饮用水源地,在保障首都水源安全方面起着重要作用,而密云水库水质参数的区域监测已成为当前亟待解决的问题.为了实现密云水库水质参数大范围、实时获取,该文基于遥感和GIS技术,采用BP神经网络算法,结合地面监测数据和Landsat 8遥感影像,分别建立了反演总磷、总氮、氨氮和COD(化学需氧量)4个水质参数的BP神经网络模型,并反演了密云水库2013—2018年非结冰期主要水质参数,分析了密云水库主要水质参数的年际变化特征、季节变化特征和空间分异特征.结果表明,(1)水质参数的Landsat 8敏感波段分别为:总氮为1、4波段,氨氮为1—7波段,总磷为1、3—7波段,COD为2—5波段.(2)密云水库主要水质参数在2013—2018年总体呈下降趋势,氨氮和COD为Ⅰ类水质,总磷为Ⅱ类水质,总氮为Ⅲ类水质.(3)4个水质参数指标春季最高、秋季次之、夏季最低,总氮、总磷、氨氮和COD的春季值分别是夏季值的1.08、1.36、1.6、1.45倍.(4)密云水库不同水质参数的空间差异性较大,总体来看,水库北部和东部的4个水质参数含量相对较高,这种分布与北部和东部村庄密集以及密云水库两大入库河流有关.综上所述,基于BP神经网络算法的密云水库水质反演研究是可行的,且得到了较为可信的研究结果,该研究可为密云水库水质管理与政策制定提供重要的科学依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马丰魁	北京林业大学水土保持学院	1	0	0.0	0.0
2	徐藜丹	北京林业大学水土保持学院	2	0	0.0	0.0
3	梁勇		9	4	2.0	2.0
4	王荣臣		2	0	0.0	0.0
5	苏帅		2	0	0.0	0.0